StandardTrainersCatalog Classe

Definizione

Spazio dei nomi:

Microsoft.ML

Assembly:

Microsoft.ML.StandardTrainers.dll

Pacchetto:

Microsoft.ML v2.0.0

Raccolta di metodi di estensione per RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainerse MulticlassClassificationCatalog.MulticlassClassificationTrainers per creare istanze di componenti di training.

public static class StandardTrainersCatalog

type StandardTrainersCatalog = class

Public Module StandardTrainersCatalog

Ereditarietà

Object

StandardTrainersCatalog

Metodi

AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, AveragedPerceptronTrainer+Options)	Creare un AveragedPerceptronTrainer oggetto con opzioni avanzate, che stima una destinazione usando un modello di classificazione binaria lineare sottoposto a training sui dati delle etichette booleane.
AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, IClassificationLoss, Single, Boolean, Single, Int32)	Creare un AveragedPerceptronTraineroggetto , che stima una destinazione usando un modello di classificazione binaria lineare sottoposto a training sui dati delle etichette booleane.
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)	Creare LbfgsLogisticRegressionBinaryTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione binaria lineare sottoposto a training sui dati delle etichette booleane.
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)	Creare LbfgsLogisticRegressionBinaryTrainer, che stima una destinazione usando un modello di classificazione binaria lineare sottoposto a training sui dati delle etichette booleane.
LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LbfgsMaximumEntropyMulticlassTrainer+Options)	Creare LbfgsMaximumEntropyMulticlassTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione entropia massima sottoposto a training con il metodo L-BFGS.
LbfgsMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)	Creare LbfgsMaximumEntropyMulticlassTrainer, che stima una destinazione usando un modello di classificazione entropia massima sottoposto a training con il metodo L-BFGS.
LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, LbfgsPoissonRegressionTrainer+Options)	Creare LbfgsPoissonRegressionTrainer usando opzioni avanzate, che stimano una destinazione usando un modello di regressione lineare.
LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, String, String, String, Single, Single, Single, Int32, Boolean)	Creare LbfgsPoissonRegressionTrainer, che stima una destinazione usando un modello di regressione lineare.
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LdSvmTrainer+Options)	Creare LdSvmTrainer con opzioni avanzate, che stimano una destinazione usando un modello SVM avanzato locale.
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Boolean, Boolean)	Creare LdSvmTrainer, che stima una destinazione usando un modello SVM deep locale.
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LinearSvmTrainer+Options)	Creare LinearSvmTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione binaria lineare sottoposto a training sui dati delle etichette booleane.
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32)	Creare LinearSvmTrainer, che stima una destinazione usando un modello di classificazione binaria lineare sottoposto a training sui dati delle etichette booleane.
NaiveBayes(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String)	Creare un NaiveBayesMulticlassTraineroggetto , che stima una destinazione multiclasse usando un modello Naive Bayes che supporta i valori delle funzionalità binarie.
OneVersusAll<TModel>(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ITrainerEstimator<BinaryPredictionTransformer<TModel>,TModel>, String, Boolean, IEstimator<ISingleFeaturePredictionTransformer<ICalibrator>>, Int32, Boolean)	Creare un OneVersusAllTraineroggetto , che stima una destinazione multiclasse usando una strategia one-versus-all con lo strumento di stima della classificazione binaria specificato da binaryEstimator.
OnlineGradientDescent(RegressionCatalog+RegressionTrainers, OnlineGradientDescentTrainer+Options)	Creare OnlineGradientDescentTrainer usando opzioni avanzate, che stimano una destinazione usando un modello di regressione lineare.
OnlineGradientDescent(RegressionCatalog+RegressionTrainers, String, String, IRegressionLoss, Single, Boolean, Single, Int32)	Creare OnlineGradientDescentTrainer, che stima una destinazione usando un modello di regressione lineare.
PairwiseCoupling<TModel>(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ITrainerEstimator<ISingleFeaturePredictionTransformer<TModel>, TModel>, String, Boolean, IEstimator<ISingleFeaturePredictionTransformer<ICalibrator>>, Int32)	Creare un PairwiseCouplingTraineroggetto , che stima una destinazione multiclasse usando la strategia di accoppiamento pairwise con lo strumento di stima della classificazione binaria specificato da binaryEstimator.
Prior(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String)	Creare PriorTrainer, che stima una destinazione usando un modello di classificazione binaria.
Sdca(RegressionCatalog+RegressionTrainers, SdcaRegressionTrainer+Options)	Creare SdcaRegressionTrainer con opzioni avanzate, che stimano una destinazione usando un modello di regressione lineare.
Sdca(RegressionCatalog+RegressionTrainers, String, String, String, ISupportSdcaRegressionLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)	Creare SdcaRegressionTrainer, che stima una destinazione usando un modello di regressione lineare.
SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaLogisticRegressionBinaryTrainer+Options)	Creare SdcaLogisticRegressionBinaryTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione lineare.
SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)	Creare SdcaLogisticRegressionBinaryTrainer, che stima una destinazione usando un modello di classificazione lineare.
SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaMaximumEntropyMulticlassTrainer+Options)	Creare SdcaMaximumEntropyMulticlassTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione di entropia massima sottoposto a training con un metodo di discesa delle coordinate.
SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)	Creare SdcaMaximumEntropyMulticlassTrainer, che stima una destinazione usando un modello di classificazione entropia massima sottoposto a training con un metodo di discesa delle coordinate.
SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaNonCalibratedBinaryTrainer+Options)	Creare SdcaNonCalibratedBinaryTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione lineare sottoposto a training sui dati delle etichette booleane.
SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)	Creare SdcaNonCalibratedBinaryTrainer, che stima una destinazione usando un modello di classificazione lineare.
SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaNonCalibratedMulticlassTrainer+Options)	Creare SdcaNonCalibratedMulticlassTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione multiclasse lineare sottoposto a training con un metodo di discesa delle coordinate.
SdcaNonCalibrated(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)	Creare SdcaNonCalibratedMulticlassTrainer, che stima una destinazione usando un modello di classificazione multiclasse lineare sottoposto a training con un metodo di discesa delle coordinate.
SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdCalibratedTrainer+Options)	Creare SgdCalibratedTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione lineare. La discesa del gradiente stocastico (SGD) è un algoritmo iterativo che ottimizza una funzione obiettivo differenziabile.
SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Double, Single)	Creare SgdCalibratedTrainer, che stima una destinazione usando un modello di classificazione lineare. La discesa del gradiente stocastico (SGD) è un algoritmo iterativo che ottimizza una funzione obiettivo differenziabile.
SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdNonCalibratedTrainer+Options)	Creare SgdNonCalibratedTrainer con opzioni avanzate, che stimano una destinazione usando un modello di classificazione lineare. La discesa del gradiente stocastico (SGD) è un algoritmo iterativo che ottimizza una funzione obiettivo differenziabile.
SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, IClassificationLoss, Int32, Double, Single)	Creare SgdNonCalibratedTrainer, che stima una destinazione usando un modello di classificazione lineare. La discesa del gradiente stocastico (SGD) è un algoritmo iterativo che ottimizza una funzione obiettivo differenziabile.